Dort wird aufgezeigt, wie die Anzahl der Tests auf wenige, relevante Szenarien reduziert werden kann. Dazu werden Algorithmen entwickelt und validiert. So können jetzt beispielsweise aus Luftaufnahmen Daten aus dem Verkehrsgeschehen mittels maschinellen Lernens und statistischer Signalverarbeitung erzeugt werden. Die Verkehrsdaten werden in einem eigens entwickelten Clustering-Verfahren auf Ähnlichkeit geprüft und gruppiert. Daraus lassen sich relevante Szenario-Typen ableiten, welche auf dem CARISSMA Testgelände nochmals gezielt untersucht werden. Im Video wird dies anhand eines Algorithmus zur Prädiktion und Situationsinterpretation dargestellt. In die Testdurchführung fließen die Forschungsergebnisse zur effizienten Parameterschätzung für Querdynamikregler, sowie die robuste Lokalisierung und Fahrzeugzustandsschätzung mittels Inertialsensorik ein. Beide Themen sind ebenfalls Bestandteil der Forschungsaktivitäten dieses Impulsprojektes.
Hier finden Sie den Code für die Datengenerierung mittels Drohne als Open Source Framework.